We-ChatRoom Intelligence Agent (WIA)

基于微信社群聊天记录的知识情报分析工具，提供清洗、主题聚合、关键词抽取、用户画像、链接整理、摘要与飞书发布等能力。

• 需求说明见 PRD.md

功能概览

• 离线批处理管道：从聊天记录生成多维分析结果
• 话题聚合与摘要：输出主题、关键词、重点链接与讨论摘要
• 话题可视化查看器：浏览话题聚类与关联内容
• 用户画像：生成活跃用户特征与兴趣侧写
• 飞书发布：可选将结果同步到飞书多维表格
• 可扩展 Pipeline：模块化分析阶段，便于二次开发

环境要求

• Python 3.12+
• macOS / Linux / Windows

快速开始

1. 准备聊天记录：

• 使用 WeFlow 导出 JSON 格式记录，放入 chat_data/ 目录。

2. 安装依赖（任选其一）：

• 使用 uv

  uv sync

• 使用 pip

  pip install -e .

3. 配置环境变量（可选）：

   在项目根目录创建 .env 文件（可参考 .env.example），常用字段如下：

   JINA_API_KEY=
   LLM_PROVIDER=
   LLM_API_KEY=
   LLM_BASE_URL=
   LLM_MODEL_NAME=
   WIA_KEYWORDS=
   
   # 飞书
   ## 多维表格分享链接，需要设置编辑权限
   FEISHU_BASE_URL = ""
   ## 飞书应用的 App ID 和 App Secret  https://open.feishu.cn/app/
   FEISHU_APP_ID = ""
   FEISHU_APP_SECRET = ""

   字段说明可参考 src/wia/config/settings.py。

4. 运行分析：

   uv run python main.py --input-dir chat_data --output-dir output

   如需发布到飞书：

   uv run python main.py --input-dir chat_data --output-dir output --enable-feishu

输出说明

默认输出到 output/：

• output/analyses.json：综合分析摘要
• output/topics.json：话题聚合结果
• output/links.json：链接与引用
• output/profiles.json：用户画像

按日期归档的历史输出示例见 output/。

话题可视化查看器使用

1. 确保已生成 output/topics.json。
2. 用浏览器打开 viewer/topic_viewer.html。
3. 点击“导入 JSON 文件”，选择 output/topics.json（或日期目录下的 topics.json）。
4. 即可搜索话题并查看完整对话与摘要。

封面生成工具使用

1. 用浏览器打开 src/wia/tools/CoverMaster2.html。
2. 在左侧面板填写标题、副标题，选择风格与配色，按需上传图片。
3. 使用代码“下载”生成封面图片（默认 3:2 比例）。具体查看源码。直接下载可能会存在问题。

飞书配置

多维表格字段配置

请参考 URL资源橱窗 项目的字段设置。

字段映射与 FeishuPublisher._build_fields() 相关。

飞书应用配置

进入 飞书开放平台 创建应用：

• 获取 App ID 与 App Secret

• 设置权限管理（批量导入权限）

  {
      "scopes": {
          "tenant": [
              "bitable:app",
              "contact:user.employee_id:readonly",
              "contact:user.id:readonly",
              "im:resource"
          ],
          "user": [
              "bitable:app"
          ]
      }
  }

• 发布应用

项目结构

• main.py：管道入口
• src/wia/：核心分析模块
• scripts/：辅助脚本与工具
• viewer/：话题查看器
• chat_data/：输入聊天记录
• output/：分析结果输出

常见问题

Q: 没有使用飞书也能运行吗？

可以。不配置飞书相关环境变量即可，默认不启用飞书发布。

Q: 如何切换 LLM 提供商？

设置 LLM_PROVIDER 为 anthropic 或 openai，并提供对应的 LLM_API_KEY。

致谢

• WeFlow：微信聊天记录导出
• MiroThinker：参考 apps/miroflow-agent 的结构与编码风格，采用可扩展的 Pipeline 设计
• Access_wechat_article：微信推文 MCP 参考实现

Star History